Scarica Lezione introduttiva Data Analysis e più Appunti in PDF di Analisi Dei Dati solo su Docsity!
Data Analysis - Lezione 1 24/
Data Analysis: contesto
La Data Analysis a cosa serve? Come si fa a farla? Cosa c'entra con il marketing? Alla fine di questo corso saprete rispondere a tutte queste domande e saprete anche molto di più. La giornata di oggi è così organizzata: inizialmente vi illustriamo le caratteristiche del corso, gli obiettivi, i materiali, l'esame; poi ci rimarrà il tempo per entrare già in qualche dettaglio molto veloce che riguarda il contesto nel quale essa si colloca. Cominciamo senz'altro a descrivere il corso. Dobbiamo fondamentalmente intenderci sul tono, sugli obiettivi, sui modi di questo corso perché Data Analysis di per sé già è un termine non del tutto chiaro, però certamente contiene Data e Analysis che evocano calcoli. L'obiettivo è che alla fine del corso voi conosciate i concetti fondamentali, i termini, i principi, eccetera… dell'analisi dei dati, in particolare dell' analisi dei dati per il mercato , che è comune se volete con quella della ricerca sociale, ma per esempio è tutto diverso da quella dell'analisi clinica. Noi ci occupiamo di analisi di mercato. Per far questo dovrete imparare, e noi cercheremo di darvi gli elementi per imparare alcune tecniche, alcuni modi per fare l'analisi. E nell'insegnarvi le tecniche faremo particolare attenzione a raccontarvi come funzionano ovviamente in termini generali, ma soprattutto a cosa servono e come si leggono i risultati. Di tecnicismi ne useremo il minimo possibile, qualche formula capitare di usarla, ovviamente, ma proprio il minimo indispensabile, niente di teoretico, niente dimostrazioni, niente di tutto questo: l'esercizio sarà partire da un problema e vedere come e quali tecniche possono risolverlo. Tutto questo non perché le formule non servano, anzi servono tanto, sono importanti, ma voi non farete gli statistici, voi dovete imparare a risolvere dei problemi. Vi si chiederà di lavorare con dei problemi a cui dovete porre una soluzione. Soluzione che può venire, se il problema non è particolarmente complesso, può venire direttamente da voi con quello che avete imparato, oppure chiamerete uno statistico e gli chiederete di risolvere il problema. Ma se voi non sapete cosa c'è alla base, non avete un minimo infarinatura dell'analisi dei dati, non saprete neppure cosa chiedere a quello statistico, cosa si può fare. Per questo il corso farà sì che voi sarete in grado di approcciare questi problemi, e che è forse il regalo più grande che vi possiamo fare: mettervi in condizioni, nel momento in cui sarete in azienda, di lavorare con i numeri. E lavorare con i numeri sarà un grossissimo vantaggio competitivo che avrete rispetto agli altri…al di là del voto di laurea, al di là di tante cose, ma conoscere e saper manovrare i dati in un mondo come quello odierno, che richiede sempre di più un'analisi della complessità, per voi sarà fondamentale, sarà un bel vantaggio competitivo. Vantaggio competitivo che vi daremo non solo nell'approcciare e nell'insegnarvi le tecniche di analisi multivariata , che vedremo nel corso di questo insegnamento via via, ma anche nell'approcciarvi all'utilizzo di un software statistico. Io nella triennale spingo molto, nonostante il gran numero di studenti, per fare Excel , perché non tutti conoscono Excel da zero, e quindi parto e comincio a spiegare quello che si fa di statistica base anche con Excel. La stessa cosa facciamo qui, cioè qua abbiamo la possibilità di avere la licenza a livello campus di un software che si chiama JMP , e con il professor Della Beffa cercheremo di farvi lavorare su questo software in modo tale che sappiate metterlo nel curriculum, lo potrete inserire nel curriculum, ma non solo, adesso poi il professore vi spiega come possiamo utilizzare anche il software a livello pratico per quello che vi possa servire anche all'esame. Perché useremo tanto il software? Perché durante tutto il corso faremo un sacco di laboratori, un sacco di esercitazioni, anzi tra un attimo vedrete la distinzione tra la lezione e l'esercitazione. Queste esercitazioni che consistono nel risolvere problemi reali su dati reali si fanno con il software statistico. Quello che voglio sottolineare adesso, perché stiamo cominciando e vi tengo a chiarirlo subito, è che il software che useremo ci serve coerentemente con quello che vi ho detto un attimo fa: noi vogliamo risolvere dei problemi, ci serve essenzialmente per risolvere i problemi, è uno strumento, non è un fine, detta in soldoni: non aspettatevi all'esame nessuna domanda sul software, nessuna domanda su come si fa a fare quella cosa lì, no, se ogni volta che dovete usare il software per conto vostro e dovete andare sull'help online per capire come si fa a noi non importa nulla, va benissimo, l'importante è che sappiate cosa usare nel momento in cui serve. In questo senso usare il software è uno strumento facoltativo. Va da sé che alla fine del corso le cose che avremmo fatto tante volte le saprete fare a occhi chiusi, benissimo, perfetto, però poi quando vi trovate a lavorare sui dati, magari avete un altro software a disposizione, scoprirete che a impararlo ci vuole un quarto d'ora a quel punto…perché si tratta solo di
capire qual è l'ambiente, però la logica sotto l'avete vista, il dettaglio non è tanto importante, la logica sì, andiamo avanti. I contenuti del corso adesso non li leggiamo magari nel dettaglio, sembrano tantissimi però in realtà i primi almeno vanno via molto rapidamente, servono a darvi lo scenario generale nel quale ci muoviamo; quindi, non ci sarà più di tanto, esempio: probabilità può essere un corso intero e noi ce la caveremo in una lezione perché serve per darvi le basi che proprio ci servono, niente di più. Poi invece ci saranno alcuni argomenti che ci porteranno via ai quali dedicheremo molto più tempo: statistica inferenziale, riduzione della dimensione di ?, su quelli daremo diverse lezioni con teoria ed esercitazioni. Ho anticipato che le lezioni e le esercitazioni sono un po' mescolate perché in realtà questo funziona molto meglio da un punto di vista didattico, si spiega un po' una cosa e poi dopo un quarto d'ora si prova a farla, poi si torna alla teoria approfondendo ulteriormente e poi si riprova. In questo modo, oltre che di solito essere anche un po' più leggero, funziona meglio. Quindi, questo è quello che faremo un po' tutte le volte. Una conseguenza importante che mi tocca dirvi subito è che questo comporta di lavorare praticamente sempre sul computer; quindi, c'è un po' di teoria ma c'è un po' di pratica e la pratica è sul computer. Il consiglio che vi do, che è anche un po' una richiesta, è di portare sempre il vostro pc a lezione. Noi faremo più o meno sempre lezioni in aule informatiche come queste ma lavorare sulla vostra macchina dà una serie di vantaggi:
- potete lavorare anche a casa andare avanti, rivedere, eccetera eccetera…
- che quello che si fa di volta in volta siccome lo fate sulla vostra macchina ve lo ritrovate sempre lì, mentre invece lavorando sulle macchine dell'università quando l'ora finisce e voi ve ne andate e quello scompare perché in realtà lavorate in cloud, su macchine virtuali e quindi dovreste ogni volta salvarvi tutto sulla chiavetta e ricominciare la volta dopo, che è quantomai macchinoso. Proprio per questo lavoro continuo che faremo lezioni e esercitazioni il consiglio più spassionato che possiamo dare è di approcciare la materia volta per volta, cioè di arrivare alla lezione successiva avendo ripassato quello che si è fatto prima, perché altrimenti quando cominciamo a fare le cose un po' più complesse vi perdete ed è inutile. Man mano che voi vedete le cose in aula ve le riguardate a casa prima della lezione della volta successiva. Io per aiutarvi in questo vi metterò anche alcune alcune domande a risposta immediata che faremo in aula insieme, in modo tale ad avere una sorta di test di autovalutazione, soprattutto lo faremo sugli argomenti un po' più un po' più complessi o quanto meno sugli argomenti di svolta, e sono anche l'occasione di proporre domande difficili, ambigue. complicate perché lo facciamo insieme in aula e questo ci dà l'occasione di provare a rispondere ma anche discutere dei casi e delle domande. Vedrete che queste domande sono ben più difficili di quelle che poi capitano all'esame, giustamente, dove non devono essere ambigue o complicate. Durante il corso faremo l'analisi di un caso reale, poi occasionalmente faremo anche dei piccoli casi esemplificativi per introdurre gli argomenti, però c'è questo filo rosso: un caso reale grosso che ci seguirà da una quindicina di giorni in poi, e che costituirà quel lavoro di analisi che svilupperemo di volta in volta applicando pian piano le tecniche che impareremo. Quindi prima cominceremo a fare l'analisi più semplice poi passeremo ad analisi più complicate, il tutto salvandoci periodicamente i risultati perché ogni volta costruiremo su quello che abbiamo fatto al passo prima, Questo salvare di volta in volta per poi arrivare in fondo con un con un'analisi completa su un dataset reale sarà un esercizio di analisi e reporting che faremo in parte insieme ma che poi potrete fare voi nel dettaglio, e che varrà per l'esame. Quindi su questo esercizio o su varianti che poi ci inventeremo, avrete modo di fare un report facoltativo ma fortemente consigliato che vale anche per l'esame. Che cosa diamo per scontato che voi sappiate, con piccole eccezioni? Fondamentalmente pensiamo che voi dobbiate già sapere le cose di base della statistica , come la media la varianza, la differenza tra i dati numerici e categorici, e poi le cose di base della statistica descrittiva, come distribuzione di frequenza eccetera. Le cose che riteniamo importantissime le ripeteremo, il motivo per cui non facciamo tutto il corso su queste cose qui è che queste cose qui non permettono di fare dei grandi discorsi interessanti calati nell'analisi del mercato, noi vogliamo usare tecniche più potenti di queste; quindi, queste qui cerchiamo di darle per scontate. Il software statistico JMP impareremo a usarlo insieme, mentre invece il software presumiamo che voi conosciate abbastanza il software Excel. A prescindere dal testo consigliato voi troverete su blackboard tutto il materiale che vi mostriamo in aula, quindi essenzialmente le slide però avrete anche delle dispense che trattano tutti i punti importanti; troverete i dati che ci servono gli esempi. Gli strumenti sono Excel e JMP (installare con guida)
Allora quali sono gli obiettivi dell'analisi di mercato? Sono:
rispondere a domande sul mercato in senso lato, quindi sul mercato, sui clienti, sui concorrenti, su qualunque cosa possa essere interessante dal punto di vista della gestione. Per esempio, le domande possono riguardare l'indagine su nuovi mercati, su nuovi prodotti, cioè la ricerca di opportunità nuove, quindi una indagine con un obiettivo espansivo; invece, di fronte a delle contrazioni, a dei problemi , l'obiettivo dell'analisi può essere chiedersi e capire perché si stanno perdendo quote di mercato, per esempio; oppure approfondimenti di vario tipo: segmentazione, customer satisfaction; questi termini forse sapete più o meno cosa vogliono dire, lo sapete, ma fanno parte delle cose che faremo per bene e quindi, a fine del corso sapremo benissimo cosa vuol dire segmentazione, customer satisfaction e soddisfazione. Quindi rispondere a domande, e poi, di solito, dopo che uno ha risposto: monitorare il mercato periodicamente per vedere se la situazione cambia successivamente.
Chi fa analisi di mercato?
Strutture interne all’azienda --> gente dentro l'azienda, e la rilevazione recente dice che nel 75% delle aziende c'è una persona che si occupa di analisi di mercato. Non bisogna però pensare che in ogni azienda, che questo 75% sia costituito da persone che fanno analisi di mercato a tempo pieno. Vuole dire che ci sono, nel 75% delle aziende, delle persone che sono in grado di interfacciarsi con dei fornitori esterni che aiutano l'azienda a fare l'analisi. Quindi, l'azienda che scopre di avere un problema si inventa sostanzialmente un tavolo intorno al quale siedono: i signori che hanno i problemi (quindi i decisori dell'azienda, quelli che si sono resi conto che c'è un'opportunità o c'è un problema); c'è di solito un istituto di ricerca di mercato che ha la tecnica e le competenze per fare l'analisi (perché i decisori dell'azienda hanno una competenza sull'azienda, sono in grado di capire che cosa è un problema e che cosa è un'opportunità, però non sanno proprio fare l'analisi, mentre i signori dell'istituto di ricerca di mercato sanno fare l'analisi, ma i problemi di quell'azienda lì non ce li hanno), perché l'analisi che sta facendo adesso riguarda
le macchine utensili e quella che hanno fatto il giorno prima magari riguardava gli organi legali. Tra questi due blocchi di persone:
- gli esperti del dominio: quelli dell'azienda, quelli che sanno tutto dell'azienda,
- e gli esperti della ricerca di mercato, ci sarà qualcun altro, che sarete voi: quelli che sanno tradurre i problemi detti malamente dall'amministratore delegato in modo da mettere in contatto le due cose. Questa roba qui com'è che si può fare in realtà? Siete potenzialmente il trait d’union tra questi gruppi: dovrete sapere abbastanza dell'azienda e abbastanza delle modalità di analisi. Fornitori esterni --> ivi ricompresi, tutti i nomi che avete già sentito: - generalisti es. Nielsen, Ipsos, Doxa, GFK, Toluna, SWG per ricerche multiclient e ad hoc - specializzati per segmento, per attività, per tipo di analisi Ci fermiamo un attimo a capire che cosa succede intorno a questo tavolo che abbiamo immaginato. Perché quello è il primo passo dell'analisi che in fondo arriverà fino a analizzare i dati, capirli, e poi eventualmente mettere in produzione le decisioni che sono state prese. Il processo dell'analisi non è ovvio, banale, ma è proprio qualcosa di cui si discute. Nessuno sa e può formalizzare bene i passi dicendo:
bisogna fare per questo, questo, questo, questo, bisogna chiedere questo, questo,
questo…
Ed è per quello che si creano tavoli multidisciplinari, perché bisogna discutere insieme: ora io cosa voglio sapere, ma questa cosa qui come facciamo a raccoglierla, eccetera, eccetera. C'è un momento di dibattito.
1. Il primo risultato di quel dibattito intorno al tavolo che deve decidere come fare un'analisi è la formulazione degli obiettivi --> bisogna che intorno a quel famoso tavolo che cosa voglio sapere sia definito in maniera chiara, inequivocabile,
gli obiettivi in funzione dei quali i dati sono stati raccolti e poi faremo tutta l’analisi e impareremo a leggerli. Un cenno all’ analisi qualitativa , che nel nostro corso non ci sarà, che però non è trascurabilissima. Secondo l'ultimo report dell'ESOMAR, che è l'associazione europea degli istituti che fanno ricerca di mercato, il 20% delle spese di ricerca di mercato va sulla ricerca qualitativa , che non è pochissimo. Cioè, questo vuol dire che l'80% è la ricerca quantitativa, quella sui dati, ma comunque non è poco. Allora, dal nostro punto di vista, e col nostro intendo sempre ricerca sociale e di mercato, la ricerca qualitativa interessa in quanto a volte precede l'indagine quantitativa.
Quando è necessario fare un'analisi quantitativa prima di fare l'analisi quantitativa?
Quando voglio esplorare un problema, quando ho da approfondire e rispondere a una domanda rispetto ai quali non so nulla. E allora, per orientarmi, per sapere più o meno cosa devo chiedere, io farò un'analisi qualitativa prima. Analisi qualitativa prima vuol dire fare focus group , invitare delle persone di qualche misura competenti; se è un prodotto invito dei consumatori, delle persone che immaginano essere i produttori, è il più gettonato. I risultati per noi, per il contesto nel quale ci troviamo, i risultati dell'eventuale analisi quantitativa sono quelli che poi servono per definire i passi dell'analisi quantitativa. Quindi l'obiettivo delle slide fino ad adesso era darvi questo scenario in generale, questo fatidico tavolo dal quale nasce un problema e si decide il tipo di analisi, tempi, costi...
Adesso facciamo uno zoom piccolissimo sui dati , che ci servono per chiarire alcuni punti essenziali, per capire da dove vengono i nostri dati e cosa vogliono dire. Poi ci sono le caratteristiche tecniche dei dati, ma di queste parliamo un’altra volta. La prima distinzione che ci interessa rispetto alle fonti informative , cioè da dove ci arrivano i dati, è quella tra dati primari e dati secondari. Si deve intendere primari o secondari rispetto all'obiettivo di marketing.
Qual è la differenza?
- I dati primari sono quelli rilevati apposta per l'obiettivo: non ce li avevo e li ho rilevati, quindi di solito sono rilevati con una indagine, con una survey; non ce li avevo, e me li devo trovare.
- Invece i dati secondari sono quelli che avevo già perché li avevo raccolti io /o qualcun altro) per altri scopi. Qui c'è citata l’ISTAT: sono scopi istituzionali, addirittura costituzionali gli obiettivi dell’Istat, che non li rileva certo i dati per il nostro problema aziendale. La distinzione principali tra dati primari --> rilevati apposta e dati secondari --> raccolti prima per altri scopi. Poi vediamo qualche esempio, ma introduciamo una ulteriore distinzione. I dati, oltre che essere primari o secondari, possono **provenire:
- da fonti interne all'azienda
- e da fonti esterne.** Cominciamo a ragionare sui dati secondari. Le fonti esterne sono qualunque cosa, qualunque fornitore di dati che gli viene in mente, esterno all'azienda: Google, Auditel, Nielsen…qualunque cosa. Molti sono gratuiti, alcuni sono a pagamenti; in ambito finanziario, per esempio Bloomberg rileva le quotazioni dei titoli in tempo reale. E questi sono raccolti per l'obiettivo istituzionale dell'organizzazione che li raccoglie, che è per esempio venderli. Invece ci sono dati raccolti prima non per uno specifico problema, ma interni all'azienda che sono, per esempio, gli scontrini del supermercato. Perché l'Esselunga registra puntigliosamente tutte le cose che io ho comprato? Perché deve farmi pagare. Però poi se li trova lì questi dati, e dice, sai cos'è? Posso farci delle indagini sotto:
Ultima cosa che ci interessa vedere oggi è il tipo di informazione. Pensiamo soprattutto a dati provenienti da survey, però vedremo subito che non è solo lì che valgono queste distinzioni. Allora, dal punto di vista di che cosa vogliono dire, quali aree informative coprono i dati, la distinzione fondamentale è tra questi 4 elementi: DATI DI CLASSIFICAZIONE I primi, più ovvi, più semplici, sono i dati di classificazione --> se parlo di persone,
sono quelli che si chiamano dati sociodemografici : l'età, l'istruzione, le
caratteristiche del numero familiare, il genere, e così via…
Se invece l'oggetto della mia indagine, quindi le linee del mio dataset, sono, invece che persone, aziende, i dati di classificazione possono essere la sezione, il numero di addetti, il fatturato, queste cose qui. Questi ci stanno sia nei dati primari che nei dati secondari, evidentemente sono caratteristiche sempre presenti. Per i dati primari li devo chiedere, per i dati secondari li ho già lì. DATI PSICOGRAFICI
Dati psicografici --> cioè convinzioni, valori, opinioni, quanto è d'accordo su, esprima
il suo livello di accordo su un punteggio da...a…, per esempio, la soddisfazione per un
certo prodotto o servizio, (che è il customer satisfaction), sono opinioni di.
Questi necessariamente sono dati primari , bisogna andare a chiederli, non li trovo in giro né nei dati che ho già.
Davvero? Non del tutto, perché sono un po' nascoste, però le opinioni (con gli strumenti
giusti e lavorando bene), si possono anche desumere da alcuni dati secondari :
pensate a tutte le conversazioni sui social oppure alla registrazione di tutte le chiamate
a un call center. Ecco, dentro lì, usando strumenti di analisi testuale, si può scoprire che cosa pensa la gente, magari non a livello individuale ma generale. Ma in linea di massima le opinioni devo chiederle. COMPORTAMENTI
I comportamenti --> pensiamo alle persone, per esempio, sono, rispetto agli acquisti :
la frequenza, il tipo, che confezioni compera, come lo usa, questi sono i comportamenti.
Questi ci sono sia nei dati primari che in dati secondari. Pensate all'esempio del supermercato: intervistate il consumatore e chiedete quanto spesso comprano i oggetti, quante persone lo comprano; la stessa cosa però Esselunga la ottiene perfettamente dai suoi database: la differenza tra le due cose è che quando ci sono dati dichiarati, non è esattamente la stessa cosa, perché come dati primari c'è alta qualità, mentre se sono secondari ci possono essere distorsioni, ma entrambi hanno dignità però. DATI DI CONTESTO
L'ultima categoria, dati di contesto --> sono dati che non descrivono esattamente la persona o l'unità statistica o l’azienda che stiamo rilevando, ma piuttosto lo scenario, il contesto all'interno del quale avviene la nostra rilevazione, quindi: indicatori di mercato, finanziari, situazioni ambientali (se voglio cercare un nuovo mercato, per esempio, mi fa comodo sapere se in quel mercato ci operano tante aziende, chi sono i big players, se si guadagna bene)... Questi ovviamente sono di tipo secondario : non posso chiederli ma posso procurarmeli.
